• Proceedings of the Korea Inteligent Information System Society Conference
• /
• 2007.11a
• /
• pp.294-302
• /
• 2007

멀티 에이전트 강화학습에서 중요한 이슈 중의 하나는 자신의 성능에 영향을 미칠 수 있는 다른 에이전트들이 존재하는 동적 환경에서 어떻게 최적의 행동 정책을 학습하느냐 하는 것이다. 멀티 에이전트 강화 학습을 위한 기존 연구들은 대부분 단일 에이전트 강화 학습기법들을 큰 변화 없이 그대로 적용하거나 비록 다른 에이전트에 관한 별도의 모델을 이용하더라도 현실적이지 못한 가정들을 요구한다. 본 논문에서는 상대 에이전트에 대한RBFN기반의 행동 정책 모델을 소개한 뒤, 이것을 이용한 강화 학습 방법을 설명한다. 본 논문에서는 제안하는 멀티 에이전트 강화학습 방법은 기존의 멀티 에이전트 강화 학습 연구들과는 달리 상대 에이전트의 Q 평가 함수 모델이 아니라 RBFN 기반의 행동 정책 모델을 학습한다. 또한, 표현력은 풍부하나 학습에 시간과 노력이 많이 요구되는 유한 상태 오토마타나 마코프 체인과 같은 행동 정책 모델들에 비해 비교적 간단한 형태의 행동 정책 모델을 이용함으로써 학습의 효율성을 높였다. 본 논문에서는 대표적이 절대적 멀티 에이전트 환경인 고양이와 쥐 게임을 소개한 뒤, 이 게임을 테스트 베드 삼아 실험들을 전개함으로써 제안하는 RBFN 기반의 정책 모델의 효과를 분석해본다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2006.11a
• /
• pp.543-546
• /
• 2006

MDA 는 OMG 에서 제안한 소프트웨어 개발 방법론으로써, 플랫폼 독립적인 모델에서 플랫폼 종속적인 모델로의 모델 변환을 사용하여 소프트웨어의 이식성, 재사용성 등을 향상 시킬 수 있다. 다중 에이전트 기반 시스템을 개발하는 데 MDA 를 적용하는 것은, 다양한 유비쿼터스 환경에서 동작하는 지능형 시스템 개발을 효율적으로 지원한다. 최근 MDA 를 적용하여 다중 에이전트 기반 시스템을 개발한 연구가 있다. 그러나 이 연구는 에이전트 플랫폼이 고려되지 않고 모델 변환이 자동화 되지 못한 단점이 있다. 본 논문에서는 OMG 에서 표준화한 방법으로 UML 을 모델을 기술하고 모델 변환 규칙을 적용한다. 이를 통해 하나의 모델로부터 다양한 에이전트 플랫폼으로의 이식성을 얻을 수 있다. 이를 평가하기 위해 이전 연구에서 개발한 전자상거래 시스템의 시나리오를 가지고 에이전트 시스템을 구현하고 그 유효성을 입증하였다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2007.05a
• /
• pp.201-204
• /
• 2007

본 논문은 소각재 재활용 모니터링 시스템 구현을 위한 에이전트 기반의 RFID 모델을 설계한다. RFID를 이용한 모니터링 시스템은 상태관리 에이전트, 위치관리 에이전트, 불량관리 에이전트, 상황관리 에이전트 등의 데이터 관리 에이전트를 이용해 데이터를 자동 관리하고, 대용량의 데이터를 처리하기 위해 대용량 데이터 처리 에이전트를 이용한다. 안정적인 소각재 재활용을 위한 에이전트 기반 데이터 모니터링 시스템의 개발은 산업체 전반에 걸쳐있는 기계화, 수작업화 된 공정을 실시간 자동화 공정으로 개발하는 획기적인 방법이 될 것이다.

• Proceedings of the Korean Institute of Navigation and Port Research Conference
• /
• 2020.11a
• /
• pp.182-184
• /
• 2020

복잡 다양한 해상교통 환경 재현을 목적으로 에이전트 모델 기반의 시뮬레이션 개발 연구가 진행 중이며, 에이전트 모델 기반 시뮬레이션 연구는 과거 해상 교통 데이터를 이용한 제한적인 분석이 아니라, 에이전트 모델 간 상호 연동을 통해 해상교통환경을 재현할 수 있다. 본 연구에서는 디지털 트윈 분야에서 적용하고 있는 기능 목업 인터페이스(FMI) 기반으로 연동기술 프로토타입을 개발 하였다. 에이전트 모델 간 연동을 위해 FMU를 제작하고, 오픈 소스 기반의 DACCOSIM을 적용하여 FMU 간 연동 및 시뮬레이션이 가능한 기술을 확보하였다. 교통특성, 선박항해, 항해사, 관제사, 연동, 수로환경으로 구성되는 해상교통 에이전트 간 정보 연계 및 결과 표현에 관한 프로토타입 개발 연구를 수행 하였다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2001.10a
• /
• pp.289-292
• /
• 2001

에이전트 위임모델 기반 워크플로우 시스템은 기존 클라이언트 서버기반 워크플로우 시스템과 이동에이전트 기반 워크플로우 시스템보다 워크플로우 수가 증가하고 워크플로우 구조가 복잡해짐에 따라 보다 좋은 성능 및 확장성을 제공한다. 이는 에이전트 위임모델이 워크플로우 엔진에서 발생하는 병목현상을 제거하여 작업수행자(Task Performer)라 명명된 호스트들로 워크플로우 엔진의 부하를 자연스럽게 분산시키기 때문이다. 에이전트 위임모텔은 워크플로우 엔진의 부하를 제거하지만, 작업수행자의 부하를 고려하지 않고 작업을 할당하기 때문에, 작업수행자에 병목현상을 발생시킬 수 있다. 이는 에이전트 위임모델의 목적인 워크플로우 시스템의 성능 및 확장성 향상을 저해하는 요인이다. 따라서, 워크플로우 시스템의 성능 및 확장성을 향상시키기 위해서는 작업수행자에 발생하는 병목현상을 제거해야 한다. 본 논문에서는 작업수행자의 병목현상을 제거하기 위해 응답리스트(Response List)를 제안하며 응답리스트 관리방법을 제시한다. 이러한 응답리스트가 에이전트 위임모델 기반 워크플로우 시스템의 성능 및 확장성 향상에 어떠한 영향을 미치는지 성능평가를 수행한다.

• Journal of Internet Computing and Services
• /
• v.9 no.6
• /
• pp.165-177
• /
• 2008

An important issue in Multiagent reinforcement learning is how an agent should learn its optimal policy in a dynamic environment where there exist other agents able to influence its own performance. Most previous works for Multiagent reinforcement learning tend to apply single-agent reinforcement learning techniques without any extensions or require some unrealistic assumptions even though they use explicit models of other agents. In this paper, a Naive Bayesian based policy model of the opponent agent is introduced and then the Multiagent reinforcement learning method using this model is explained. Unlike previous works, the proposed Multiagent reinforcement learning method utilizes the Naive Bayesian based policy model, not the Q function model of the opponent agent. Moreover, this learning method can improve learning efficiency by using a simpler one than other richer but time-consuming policy models such as Finite State Machines(FSM) and Markov chains. In this paper, the Cat and Mouse game is introduced as an adversarial Multiagent environment. And then effectiveness of the proposed Naive Bayesian based policy model is analyzed through experiments using this game as test-bed.

• Proceedings of the Korea Contents Association Conference
• /
• 2012.05a
• /
• pp.283-284
• /
• 2012

본 논문에서는 온톨로지 기반의 가상세계를 구현하고, 그 구현된 가상세계의 거주자가 경험하는 정보를 이미 정의된 지식구조로 저장하여, 재사용성과 다양성을 보장한다. 시간의 흐름과 공간적 위치 관계의 표현을 위한 S-T(시공간) 그래프와 일련의 정의된 사건과 이벤트가 가상세계 거주자인 에이전트의 지식구조에 맞게 변형, 축소된 후에 저장되어 최종적으로 에이전트를 둘러싼 환경변화자체가 에이전트의 의사결정을 좌우하지 않고, 에이전트의 지식을 기반으로 에이전트 자신의 의사결정 시스템에 따라 환경에 대응하는 다양한 행동을 보여준다. 이러한 에이전트의 지식구조를 구현하기 위하여 기본적으로 온톨로지라는 가상세계 자체를 아우르는 추상화 모델이 필요하며, 이 모델을 상속하여 실세계의 Object들을 정의 해 나간다. 정의된 온톨로지를 기반으로 가상세계에 Object들을 등장 시키고, 시공간적 변화에 따른 정보들이 에이전트의 지식구조로 변형되어 저장되어 진다, 이렇게 저장된 정보들이 에이전트의 의사결정 시스템에 적용되어 에이전트의 다양한 행위를 보장 할 수 있다.

• Journal of the Korea Institute of Information and Communication Engineering
• /
• v.17 no.10
• /
• pp.2337-2344
• /
• 2013

Mobile Agent is an autonomous mobility technology is being applied in various fields. In particular, mobile agents execution in the Internet environment through the safe execution of the security must be guaranteed. Also, agent to run the agent, the agent's workload should be distributed. In this paper, a trust model based on the security mechanism of the agent execution is proposed. Proposed mechanism to ensure safe execution of the agent was not considered in existing relative researches for rational agent workload distribution and load balancing to improve throughput was. The proposed trust-based security mechanisms for agents to go through security analysis proved safe execution of the agent.

• Proceedings of the Korea Multimedia Society Conference
• /
• 2002.11b
• /
• pp.433-436
• /
• 2002

본 논문은 인터넷상에서 전자우편물을 자동으로 생성하기 위한 에이전트에 관한 연구로서, 사례기반추론(Case-Based Reasoning:CBR) 모델을 통하여 우편물 발송자의 특성에 적응하는 에이전트의 설계 방안을 제안한다. 먼저, 지능형 에이전트와 사례기반 추론에 관하여 간략하게 조사한 후, 전자우편분석 에이전트, 색인 에이전트, 검색엔진 등으로 구성되는 다중 에이전트 시스템을 보여준다. 특히, 인공지능 기법 중의 하나인 사례기반추론의 유사도 계산 방식과 새로운 CBR 처리주기를 이용하여 전자우편물을 자동으로 생성하는 에이전트 시스템을 제안한다. 그리고 Databases와 Case-Bases를 설명하고 전자우편 자동생성 에이전트를 위한 CBR 처리주기를 제안한다. 그 다음, 에이전트와 사례 연구를 위한 프로토타입을 제공한다. 향후, Data-Mining 기법의 연구는 이 시스템이 사용자의 다양한 취향에 적응할 수 있는 유용한 시스템으로 발전하는데 도움이 될 것이다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2007.10b
• /
• pp.78-83
• /
• 2007

최근 유비쿼터스 환경에서 동작하는 지능형 시스템에 관한 관심이 높아지면서, 이러한 지능형 시스템의 개발을 효율적으로 하기 위해 에이전트 기반의 소프트웨어 시스템 개발 방법론 및 지원 도구에 관심이 높아지고 있다. 이러한 시스템들은 에이전트들의 동작환경을 제공하는 에이전트 플랫폼의 사용이 필수적이다. 그러나 실제로 에이전트 기반 시스템을 개발하는 경우 초기 단계에서 가장 적절한 에이전트 플랫폼을 결정하는 것은 어렵다. 또한 개발 중에 다양한 에이전트 플랫폼에 적용 가능한 소프트웨어를 개발해야 하는 경우가 발생할 수 있다. 따라서 본 논문에서는 이러한 문제점을 해결하기 위해 MBA를 기반으로 에이전트 기반 시스템 개발 방법론 및 개발 지원 도구를 제공하고자 한다. 본 논문에서 제안하는 방법을 통해 개발자는 개발 초기 단계에서 결정된 소프트웨어의 아키텍처를 기반으로 다양한 플랫폼에 적용 가능한 에이전트 모델과 소스코드를 생성시킬 수 있다. 본 논문에서는 플랫폼 독립적인 에이전트 모델을 통하여 FIPA-OS와 MTI 에이전트 플랫폼 기반의 소스코드를 생성시키는 실험을 하여 제안 방법론 및 도구의 유효성을 검증한다.